深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
961	2026-05-27	Artificial intelligence in wearable biosensing: Enhancing data analysis and decision-making 2025, Progress in molecular biology and translational science DOI:10.1016/bs.pmbts.2025.06.012 PMID:40921531	综述	探讨人工智能与可穿戴生物传感器的融合如何通过多模态大语言模型增强数据处理和实时决策能力	提出将多模态大语言模型与可穿戴生物传感器相结合，用于理解复杂健康语境并生成个性化健康建议	未讨论实际临床应用中的数据隐私、传感器准确性及模型可解释性等关键挑战	系统性分析机器学习和深度学习算法联合多模态大语言模型在可穿戴生物传感数据分析中的应用	可穿戴生物传感器收集的生理数据	机器学习	NA	NA	多模态大语言模型（MLLM）	生理数据	NA	NA	NA	NA	NA
962	2026-05-27	Accuracy of a deep learning-based algorithm for the detection of thoracic aortic calcifications in chest computed tomography and cardiovascular surgery planning 2024-06-03, European journal of cardio-thoracic surgery : official journal of the European Association for Cardio-thoracic Surgery IF:3.1Q1 DOI:10.1093/ejcts/ezae219 PMID:38837348	研究论文	评估基于深度学习算法在胸部CT中全自动检测胸主动脉钙化的准确性，重点关注主动脉钳夹区域	首次聚焦于主动脉钳夹区的钙化检测，并优化算法参数以实现术前关键评估	NA	评估深度学习算法在胸部CT中全自动检测胸主动脉钙化的准确性，特别是用于心血管手术规划中主动脉钳夹区评估	胸主动脉钙化	计算机视觉	心血管疾病	CT成像	深度学习模型	图像	100次胸部CT扫描（来自91名患者），包括47次心电图门控主动脉血管造影和53次非增强扫描	NA	NA	灵敏度、特异度、受试者工作特征曲线下面积、Cohen's Kappa	NA
963	2026-05-27	Uncertainty-Aware Deep Learning Classification of Adamantinomatous Craniopharyngioma from Preoperative MRI 2023-Mar-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics13061132 PMID:36980440	研究论文	提出一种基于贝叶斯深度学习的分类方法，用于从术前MRI中诊断成釉细胞瘤型颅咽管瘤	首次将贝叶斯深度学习应用于颅咽管瘤的MRI分类，通过校准模型实现预测不确定性估计并引入分类弃权机制，显著提升准确率	校准后的模型性能低于原始结果，表明原始模型存在过拟合；弃权率为34.2%时准确率提升，但可能牺牲部分可分类样本	实现非侵入性诊断成釉细胞瘤型颅咽管瘤，通过深度学习分类结合不确定性估计提高临床适用性	86名鞍上肿瘤患者的术前MRI图像及病理诊断结果	计算机视觉	颅咽管瘤	MRI影像	贝叶斯深度学习	图像	86名鞍上肿瘤患者的多机构样本	PyTorch	原始分类器	准确率	NA
964	2026-05-27	Automated Quantification of Pneumonia Infected Volume in Lung CT Images: A Comparison with Subjective Assessment of Radiologists 2023-Mar-02, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10030321 PMID:36978712	研究论文	旨在通过改进的深度学习模型自动分割肺部CT图像中感染区域并预测疾病严重程度，并与放射科医生的主观评估进行对比	提出结合五个定制残差注意力U-Net模型和特征金字塔网络的集成深度学习模型，并首次通过放射科医生主观对比研究验证临床实用性	样本量较小（训练20例、测试80例），且仅针对COVID-19患者，可能缺乏泛化性	探索使用深度学习自动化定量评估肺部CT感染区域和严重程度的可行性，以提高诊断效率并减少评估变异	COVID-19患者的肺部CT图像中的感染区域分割和疾病严重程度预测	计算机视觉	COVID-19	CT成像	深度学习集成模型	图像	训练20例COVID-19患者，测试80例COVID-19患者	NA	残差注意力U-Net、特征金字塔网络	严重程度分类一致性、5级评分法	NA
965	2026-05-27	PhacoTrainer: Deep Learning for Cataract Surgical Videos to Track Surgical Tools 2023-03-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.12.3.23 PMID:36947046	研究论文	本文构建了一个深度学习模型，用于自动分析白内障手术视频中的手术器械位置，并推导与手术技能相关的运动指标	首次将YOLACT模型应用于白内障手术视频的掩膜分割，并结合椭圆或直线拟合方法从掩膜中精确识别手术器械和眼内关键解剖结构	该方法对辅助器械尖端的定位误差为17.1像素，可能影响高精度需求场景的运用	开发自动分析白内障手术视频中手术器械和眼内解剖结构位置的方法，以生成与手术技能相关的运动度量指标	白内障手术视频中的瞳孔、角巩膜缘、8类手术器械（包括超声乳化头、第二器械等）	计算机视觉	白内障	NA	YOLACT	图像	训练使用268个视频中的1156帧和CaDIS公开数据集；评估使用10个超声乳化视频片段的5853帧	PyTorch	YOLACT	平均精度均值（mAP）、交并比（IoU）、像素欧氏距离	NA
966	2026-05-27	Primary Open-Angle Glaucoma Diagnosis from Optic Disc Photographs Using a Siamese Network 2022-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2022.100209 PMID:36531584	research paper	提出了一种基于孪生神经网络POAGNet的方法，通过模拟临床分级过程，利用视盘照片诊断原发性开角型青光眼	首次使用孪生神经网络模拟临床医生对比随访图像与基线图像的过程，从视盘照片诊断原发性开角型青光眼，并引入深度监督的侧输出层	未在文中明确说明，但跨数据集验证的AUC仍低于单数据集训练效果，泛化能力有限	开发一种通过模拟临床比较过程来提高青光眼诊断准确性的深度学习方法	原发性开角型青光眼诊断中的视盘照片	computer vision	glaucoma	optic disc photography	Siamese neural network	image	OHTS数据集包含37,339张视盘照片（来自1,636名参与者），SIG数据集包含3,684张视盘照片	NA	Siamese network	area under the receiver operating characteristic curve, accuracy, sensitivity, specificity	NA
967	2026-05-27	Machine Learning for Early Detection of Hypoxic-Ischemic Brain Injury After Cardiac Arrest 2022-06, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-021-01405-y PMID:34873672	研究论文	利用深度学习迁移学习分析心脏骤停后早期头颅CT平扫，预测缺氧缺血性脑损伤的进展	首次在正常头颅CT平扫结果中，使用深度迁移学习识别早期缺氧缺血性脑损伤证据，准确预测后续影像学进展	样本量较小（仅54例患者），且为单中心研究，外部验证集仅16例	探索深度迁移学习在心脏骤停后早期正常头颅CT平扫中发现潜在缺氧缺血性脑损伤标志物的能力	心脏骤停后昏迷存活的成年患者	医学影像分析	缺氧缺血性脑损伤	计算机断层扫描（CT），深度学习迁移学习	CNN（卷积神经网络）	医学影像（头颅CT平扫图像）	54例患者（内部队列），16例患者（外部验证队列）	NA	深度迁移学习模型（未注明具体架构）	AUC, 敏感度, 特异度, 准确率, 阳性预测值	NA
968	2026-05-27	Subtyping of mild cognitive impairment using a deep learning model based on brain atrophy patterns 2021-12-21, Cell reports. Medicine DOI:10.1016/j.xcrm.2021.100467 PMID:35028609	研究论文	基于脑萎缩模式的深度学习模型用于轻度认知障碍亚型分类	首次仅基于脑萎缩模式进行MCI亚型分类，而非传统认知测量	未明确提及局限性	开发基于脑萎缩的MCI亚型分类方法，以识别生物学和临床上有意义的亚组	轻度认知障碍（MCI）患者	数字病理学	阿尔茨海默病	MRI	深度学习	全脑MRI图像	未明确提及样本量	NA	NA	认知、临床、液体生物标志物及分子影像数据用于验证	NA
969	2026-05-27	Image- versus histogram-based considerations in semantic segmentation of pulmonary hyperpolarized gas images 2021-11, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.28908 PMID:34227163	研究论文	比较基于直方图和基于图像的算法在高极化气体肺部图像分割中的差异	首次系统比较直方图与图像域优化方法在肺部高极化气体MRI分割中的性能，并公开深度学习功能	模拟数据集可能无法完全代表真实临床场景中的复杂噪声和变形	表征基于直方图和基于图像的分割算法在肺部高极化气体图像分割中的差异	高极化129Xe气体肺部MRI图像（来自29名受试者公开数据集和51名受试者回顾性数据集）	计算机视觉	肺部疾病	MRI	CNN	图像	80名受试者（29名公开+51名回顾性）的模拟高极化气体MRI图像	Advanced Normalization Tools	卷积神经网络	测量偏差、测量精度	NA
970	2026-05-27	Microscopy deep learning predicts virus infections and reveals mechanics of lytic-infected cells 2021-Jun-25, iScience IF:4.6Q1 DOI:10.1016/j.isci.2021.102543 PMID:34151222	研究论文	开发深度学习算法，通过显微镜图像预测病毒感染，并揭示裂解感染细胞的力学特性	无需病毒特异性染色，利用深度学习从荧光显微镜图像中识别疱疹病毒和腺病毒感染细胞，提前约20小时预测裂解感染结果，并揭示裂解细胞核的力学缺陷	NA	开发成像和深度学习方法，用于预测病毒感染表型并研究细胞裂解的机制	疱疹病毒和腺病毒感染的细胞	计算机视觉	病毒感染	荧光显微镜、活细胞成像	深度学习	图像	NA	NA	深度学习模型（具体架构未指定）	NA	NA
971	2026-05-27	Quantification of abdominal fat from computed tomography using deep learning and its association with electronic health records in an academic biobank 2021-06-12, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1 DOI:10.1093/jamia/ocaa342 PMID:33576413	研究论文	开发了一种全自动算法用于腹部脂肪分割，并在学术生物库中大规模部署该方法	利用深度学习和分布式计算构建全自动图像筛选和标记技术，可从CT扫描中识别皮下和内脏腹部脂肪，并验证与电子健康记录中表型的关联	未明确提及局限	开发全自动腹部脂肪分割算法并大规模应用在学术生物库中	宾夕法尼亚医学生物库中13502名患者的52844次CT扫描中的皮下和内脏腹部脂肪	计算机视觉	糖尿病、高血压、肾衰竭	CT	CNN	图像	13502名患者，52844次CT扫描	NA	分类网络、分割网络	类内相关系数	分布式计算
972	2026-05-27	Leveraging Uncertainty from Deep Learning for Trustworthy Material Discovery Workflows 2021-May-18, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.1c00975 PMID:34056423	研究论文	利用深度学习预测不确定性来提升材料发现工作流的可信度	首次将预测不确定性引入材料科学机器学习工作流，解决数据集规模确定、模糊样本决策回避和分布外检测等关键问题	未提及具体局限性	提升基于机器学习的材料应用工作流中分类模型的性能和可靠性	扫描电子显微镜图像中的微观结构信息	计算机视觉	NA	深度学习预测不确定性	深度神经网络	图像	NA	NA	NA	分类准确率	NA
973	2026-05-27	Multimodal Ensemble Deep Learning to Predict Disruptive Behavior Disorders in Children 2021, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2021.742807 PMID:34899225	research paper	使用多模态集成三维卷积神经网络模型预测儿童破坏性行为障碍	首次采用多模态集成三维卷积神经网络融合扩散、结构和静息态功能磁共振成像数据来分类破坏性行为障碍儿童，并通过梯度加权类激活映射方法识别关键脑区	模型准确率仅为72%，灵敏度为70%，特异度为72%，F1得分为70，性能有限；研究仅基于美国青少年脑认知发展研究数据，可能不具普适性	利用多模态磁共振成像数据通过深度学习模型早期诊断儿童破坏性行为障碍	儿童破坏性行为障碍患者和典型发育儿童	machine learning	geriatric disease	扩散磁共振成像、结构磁共振成像、静息态功能磁共振成像	三维卷积神经网络	磁共振图像	1100名儿童（550名患者和550名典型发育儿童），年龄108-131个月，包括419名女性和681名男性	NA	3D CNN	accuracy, sensitivity, specificity, F1-score	NA
974	2026-05-26	Data-driven decision support in hospital resource planning: an artificial intelligence-based model proposal for emergency department demand 2026-Aug, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106483 PMID:42143518	研究论文	提出基于人工智能的医院急诊科需求决策支持模型，分析气象因素对就诊量的影响	结合SHAP可解释人工智能方法进行特征选择，并采用7天滚动更新模拟真实场景，与22种机器学习/深度学习/时间序列模型进行公平比较	待补充	通过气象因素分析提高急诊科资源规划准确性，开发可解释的智能决策支持系统	土耳其东黑海地区两家公立医院的急诊就诊记录	机器学习	NA	NA	Prophet, SVM, CatBoost, 机器学习, 深度学习, 时间序列模型	数值型特征（气象数据、日历变量、历史趋势）	约150万条记录，来自两家医院	NA	Prophet, SVM, CatBoost, 及其他19种未明确列出的模型	MAE, MAPE	NA
975	2026-05-26	Explainable TabNet for gestational diabetes prediction with physician-in-the-loop and multi-site clinical validation 2026-Aug, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106488 PMID:42155534	研究论文	开发了一种可解释的TabNet模型用于妊娠期糖尿病预测，并通过医师参与和多中心临床验证	首次结合TabNet深度学习的可解释性与双阶段医师参与验证，并在三个独立医院进行前瞻性外部验证	外部验证中F1分数下降，部分归因于不同医院间特征可用性和临床数据记录协议的差异	开发一个临床验证的、可解释的深度学习框架，用于妊娠期糖尿病预测，并评估其临床适用性	妊娠期糖尿病预测模型	机器学习	妊娠期糖尿病	NA	TabNet	临床记录	3525份训练记录和80例前瞻性外部验证病例	PyTorch	TabNet	准确率、精确率、召回率、F1分数、Cohen's kappa、Fleiss' kappa	NA
976	2026-05-26	Comparative analysis of traditional and deep learning time series architectures for influenza A infectious disease forecasting 2026-Jul-15, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111736 PMID:42127736	研究论文	比较传统时间序列模型和深度学习架构在甲型流感预测中的性能，并提出基于Transformer的单变量框架HistoFluAFormer	首次系统性比较六种深度学习架构与传统时间序列模型在甲型流感月度病例预测中的表现，并引入仅依赖历史发病率序列的单变量Transformer模型，展示了自注意力机制在捕捉非线性季节性、异常激增和长期依赖方面的优势	未明确提及限制，但可能包括模型仅基于历史序列数据，未考虑外部协变量（如气候、人口流动）的影响，且测试集仅为一年数据，泛化性需进一步验证	评估不同时间序列模型在甲型流感预测中的效果，提高预测准确性以支持公共卫生准备与资源分配	美国2009年1月至2023年12月的甲型流感月度病例数据	机器学习，时间序列预测	甲型流感	NA	ARIMA, Holt-Winters指数平滑, 简单RNN, LSTM, GRU, 双向LSTM, 双向GRU, Transformer	数值型时间序列数据	2009年1月至2023年12月共180个月度数据点，其中训练集168个月（2009-2022年），测试集12个月（2023年）	NA	ARIMA, Holt-Winters, 简单RNN, LSTM, GRU, BiLSTM, BiGRU, Transformer	均方误差，平均绝对误差， GMRAE, Theil U1	NA
977	2026-05-26	Toward protocol simplification: Deep learning-based image synthesis in three-phase CT urography 2026-Jul-15, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111746 PMID:42140070	研究论文	开发并评估一种利用扩散模型与Swin Transformer相结合的方法，在CT尿路造影中从非对比期和排泄期图像合成三维尿路上皮期图像	首次提出dsSNICT模型，将扩散模型与Swin Transformer结合用于CT尿路造影的三相图像合成，实现辐射剂量降低33%而保持图像质量	单中心回顾性研究，样本量相对较小（335例），仅关注图像质量而缺乏对诊断准确性的全面评估	开发基于深度学习的图像合成方法，简化CT尿路造影的采集协议，减少辐射剂量并提高检查安全性	CT尿路造影中的三维尿路上皮期图像	医学影像	泌尿系统疾病	CT尿路造影	扩散模型	图像	335例患者，179男156女，平均年龄63±15岁	PyTorch	Swin Transformer	峰值信噪比, 结构相似性指数, 平均绝对误差, Fréchet视频距离	NA
978	2026-05-26	Hybrid fractional groupers and moray eels driven deep learning for pneumonia detection using multi-modal data in federated learning 2026-Jul-15, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111739 PMID:42155376	研究论文	提出一种基于多模态数据和联邦学习的新型深度学习模型，用于肺炎检测	将分数阶群鱼和鳗鱼优化算法与联邦学习框架结合，并开发了EESHLossNet损失函数来改进Shepard卷积金字塔膨胀网络	未提及模型在不同数据集上的泛化能力验证，且联邦学习框架可能面临通信开销和隐私保护的实际挑战	提高肺炎检测的准确性并保护医疗数据安全性	肺炎患者的多模态医学图像数据（CT、胸部X光片和频谱图）	计算机视觉，数字病理学	肺炎	CT成像， X光成像，频谱成像，深度递归残差网络，阿尔法修剪均值滤波，伽马校正	Shepard卷积金字塔膨胀网络，深度递归残差网络	图像	未提及具体样本数量	未提及	Shepard卷积金字塔膨胀网络，深度递归残差网络	损失函数，均方误差，准确率，真阳性率，真阴性率，精确率， F1分数，假阴性率，假阳性率	未提及
979	2026-05-26	Interpretable Deep Regression Models With Interval-Censored Failure Time Data 2026-Jun, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.70609 PMID:42179352	研究论文	提出一种结合深度神经网络与部分线性变换模型的区间删失失效时间数据回归框架	首次将可解释的深度回归模型扩展至区间删失数据，兼顾关键参数的线性可解释性和干扰协变量的非线性灵活性	未详细讨论模型在高维协变量场景下的计算效率和可扩展性	建立用于区间删失失效时间数据的可解释深度回归模型	区间删失失效时间数据	机器学习	阿尔茨海默病	NA	深度神经网络	NA	NA	NA	NA	NA	NA
980	2026-05-26	An upper limb stroke rehabilitation exercise video dataset 2026-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112819 PMID:42181301	研究论文	提出一个用于上肢中风康复运动视频数据集，包含491个视频和四种上肢肌肉强化运动，由十名志愿者在多种背景和光照条件下使用RGB相机录制	第一个专门针对家庭康复场景、包含四种不同上肢肌肉强化运动、由普通RGB相机拍摄并具有详细标注的视频数据集	样本量有限（仅十名志愿者），运动种类较少（仅四种），未提及患者实际康复效果验证	为开发基于深度学习的低成本远程康复系统提供数据支持，改善中低收入国家中风患者的康复护理可及性	中风患者上肢康复运动视频	计算机视觉	中风	RGB视频录制	深度学习（通用，未指定具体模型）	视频	491个视频，来自10名志愿者	NA	NA	NA	NA